Analís de serie de tiempo

Una serie de tiempo es el conjunto de observaciones producidas en determinados momentos

durante un periodo, ya sea semanal, trimestral o anual, generalmente a intervalos iguales.
El comportamiento de cualquier serie de tiempo puede observarse gráficamente, no en
todos los casos es posible distinguir las particularidades que cada una puede contener.
Estos movimientos son llamados a menudo componente de una serie de tiempo, y que se
supone son causados por fenómenos distintos.
El Análisis
El primer paso para analizar una serie de tiempo es graficarla, esto permite: identificar la
tendencia, la estacionalidad, las variaciones irregulares.
Un modelo clásico para una serie de tiempo, puede ser expresada como suma o producto de
tres componentes: tendencia estacional y un término de error aleatorio.
CONCEPTOS BASICOS DE SERIES DE TIEMPO
Toda institución, ya sea la familia, la empresa o el gobierno, tiene que hacer planes para el
futuro si ha de sobrevivir y progresar. Hoy en día diversas instituciones requieren conocer
el comportamiento futuro de ciertos fenómenos con el fin de planificar, prever o prevenir.
La planificación racional exige prever los sucesos del futuro que probablemente vayan a
ocurrir. La previsión, a su vez, se suele basar en lo que ha ocurrido en el pasado. Se tiene
pues un nuevo tipo de inferencia estadística que se hace acerca del futuro de alguna
variable o compuesto de variables basándose en sucesos pasados. La técnica más
importante para hacer inferencias sobre el futuro con base en lo ocurrido en el pasado, es el
análisis de series de tiempo.
Son innumerables las aplicaciones que se pueden citar, en distintas áreas del conocimiento,
tales como, en economía, física, geofísica, química, electricidad, en demografía, en
marketing, en telecomunicaciones, en transporte, etc.
Series De Tiempo
1. Series económicas:
2. Series Físicas:
3. Geofísica:
Ejemplos
- Precios de un artículo
- Tasas de desempleo
- Tasa de inflación
- Índice de precios, etc.
- Meteorología
- Cantidad de agua caída
- Temperatura máxima diaria
- Velocidad del viento (energía eólica)
- Energía solar, etc.
- Series sismologías

- Tasas de crecimiento de la población

4. Series demográficas: - Tasa de natalidad, mortalidad
- Resultados de censos poblacionales
5. Series de marketing: - Series de demanda, gastos, ofertas

6. Series de telecomunicación: - Análisis de señales

7. Series de transporte: - Series de tráfico

Uno de los problemas que intenta resolver las series de tiempo es el de predicción. Esto es
dado una serie {x(t1),...,x(tn)} nuestros objetivos de interés son describir el
comportamiento de la serie, investigar el mecanismo generador de la serie temporal, buscar
posibles patrones temporales que permitan sobrepasar la incertidumbre del futuro.
En adelante se estudiará como construir un modelo para explicar la estructura y prever la
evolución de una variable que observamos a lo largo del tiempo. La variables de interés
puede ser macroeconómica (índice de precios al consumo, demanda de electricidad, series
de exportaciones o importaciones, etc.), microeconómica (ventas de una empresa,
existencias en un almacén, gastos en publicidad de un sector), física (velocidad del viento
en una central eólica, temperatura en un proceso, caudal de un río, concentración en la
atmósfera de un agente contaminante), o social (número de nacimientos, matrimonios,
defunciones, o votos a un partido político).
PRIMER PASO AL ANALIZAR CUALQUIER SERIE DE TIEMPO

El primer paso en el análisis de series de tiempo, consiste en graficar la serie. Esto nos
permite detectar las componentes esenciales de la serie.

El gráfico de la serie permitirá:

a) Detectar Outlier: se refiere a puntos de la serie que se escapan de lo normal. Un outliers
es una observación de la serie que corresponde a un comportamiento anormal del fenómeno
(sin incidencias futuras) o a un error de medición.
Se debe determinar desde fuera si un punto dado es outlier o no. Si se concluye que lo es,
se debe omitir o reemplazar por otro valor antes de analizar la serie.
Por ejemplo, en un estudio de la producción diaria en una fábrica se presentó la siguiente
situación ver figura 1.1:

Figura 1.1
Los dos puntos enmarcados en un círculo parecen corresponder a un comportamiento
anormal de la serie. Al investigar estos dos puntos se vio que correspondían a dos días de
paro, lo que naturalmente afectó la producción en esos días. El problema fue solucionado
eliminando las observaciones e interpolando.

b) Permite detectar tendencia: la tendencia representa el comportamiento predominante de

la serie. Esta puede ser definida vagamente como el cambio de la media a lo largo de un
periodo (ver figura 1.2).
Figura 1.2

c) Variación estacional: la variación estacional representa un movimiento periódico de la

serie de tiempo. La duración de la unidad del periodo es generalmente menor que un
año. Puede ser un trimestre, un mes o un día, etc (ver figura 1.3).

Matemáticamente, podemos decir que la serie representa variación estacional si existe un

número s tal que x(t) = x(t + k×s).

Las principales fuerzas que causan una variación estacional son las condiciones del tiempo,
como, por ejemplo:
1) en invierno las ventas de helado
2) en verano la venta de lana
3) exportación de fruta en marzo.